Mikroadatok védelme (k-anonimitás)
Röviden
Az „Adatok szerkesztése” → „Mikroadatok védelme” alatt a Statable ellenőrzi, milyen gyakran fordul elő a kulcsváltozók minden kombinációja (például tartomány, életkor, nem). Ha egy kombináció kevesebb mint k alkalommal fordul elő, a személy könnyebben felismerhető. Az eredmény az adatok új változata; a „Visszavonás” visszahozza az eredetit.
Így működik
- Válaszd ki a kulcsváltozókat. A sorrend a fontosságot adja: ami felül áll, az marad meg a legtovább az elfedéskor.
- Válaszd ki a k-t (2, 3 vagy 5; alapértelmezés: 3). A mutatószámok rögtön megjelennek: hány eset van k alatt, és ha esetsúly érvényes, hány újraazonosítás várható a sokaságban (közelítés).
- Lépések igény szerint: közvetlen azonosítók eltávolítása (név, cím), kiugró értékek levágása felül vagy alul (percentilis vagy rögzített határ), lokális elfedés (a k alatti eseteknél a legkevésbé fontos adat törlődik, amíg minden kombináció legalább k alkalommal elő nem fordul).
- Az „Ellenőrzés” megmutatja az előtte és utána állapotot és a naplót: lépésenként a változót és az esetek számát. A napló másolható, és a jelentésbe vagy a dokumentációba való.
- A „Védett változat létrehozása” gomb lecseréli a projekt adatait. A lépések ebben a sorrendben futnak: levágás, elfedés, oszlopok eltávolítása.
Fontos
- A k-anonimitás nem véd meg mindentől. Az átadás előtt az illetékes szerv ellenőrzi az adatokat.
- Hogy mely változók kulcsváltozók, az az adatoktól és a lehetséges támadó tudásától függ; ezt a szervezet dönti el, nem a Statable.
- A hiányzó adatok minden kategóriához illeszkednek (mint az sdcMicro-ban). Ha a projektben van esetsúly, a mutatószámok a súlyokkal számolnak (Fk).
Szakembereknek
Számítás az R sdcMicro csomagjával megegyezően: freqCalc (alpha = 1) az fk és az Fk számításához, localSuppression fontossággal, a percentilisek quantile(type = 7) szerint.